基于智能推薦的在線組隊平臺

石承坤 肖本彬 禹振 楊菁菁 劉龍亭 胡州

摘要：基于智能推薦的在線團隊平臺是一個將具有相同興趣、目的和地理位置的用戶結合在一起的交流平臺。它為先前的組隊系統添加了智能推薦過程。核心思想是基于用戶的歷史搜索記錄、用戶對需求或信息的偏好以及對用戶未來行為的預測，發現需求與需求之間的相似性以及向用戶推薦相似的需求。該平臺使用基于需求和協同過濾的兩種推薦算法進行智能推薦，并為平臺上發布的每個團隊需求提供在線聊天室功能，以便需求發布者和潛在參與者可以實時溝通和互動，達到快速有效組建團隊的目的。

關鍵詞：在線組隊;智能推薦;需求推薦;協同過濾

中圖分類號：TP312 文獻標識碼：A

文章編號：1009-3044（2020）18-0084-03

開放科學（資源服務）標識碼（OSID）：

1 背景

在當今社會，組隊參加競賽或者參與其他活動已成為普遍現象。當前組隊一般在彼此熟識的人中間進行，往往達不到預期效果。這種組隊模式存在三個問題：1）組隊需求方無法高效發布組隊需求并獲得可勝任隊員推薦;2）參隊需求方無法及時獲取組隊需求并獲得適合自身的組隊推薦;3）組隊需求方和參隊需求方不能順暢便捷地溝通交流。因此，如何高效發布和獲取組隊需求并有效組建團隊就成為組隊研究需要解決的問題。

為解決組隊時遇到的這些問題，本文提出基于智能推薦的在線組隊平臺系統。利用此系統，組隊需求方和潛在參隊方能高效發布和獲取組隊信息[1-2]。此系統使用協同過濾推薦算法針對用戶提出的需求進行相對應的推薦[4]，并配以團隊聊天室來增強人員間的互動。該系統大大提高了組隊的時效性。

2 系統的總體設計

2.1 需求規定

基于智能推薦的在線組隊平臺系統按需求可以分為四個模塊，一是我的模塊;二是系統需求發布模塊;三是組隊信息智能推薦模塊;四是位置模塊。每個大模塊又由具體的小模塊組成。

2.2 運行環境

1）Web服務器：Tomcat9.0;

2）數據庫服務器：MySQL;

3）Java運行時環境：JRE l.8。

2.3 功能結構

圖1給出了本文基于智能推薦的在線組隊平臺系統的總體功能結構圖，共包含四個功能模塊。

1）我的模塊：智能推薦、隊員列表、申請列表、群聊、收藏、用戶反饋模塊。

2）系統需求發布模塊：添加需求、添加一級類別、添加二級類別模塊。

3）智能推薦組隊模塊：組隊申請、推薦管理模塊。

4）位置模塊：支持定位地理位置功能。

3 系統的設計與實現

本系統是基于智能推薦的在線組隊平臺系統，為B/S三層架構。其中Web服務器層采用SpringMVC框架，數據庫使用MySQL，前端頁面主要采用Bootstrap框架。開發環境為：My-Eclipse， JDK 1.8. Tomcat 9.0.

3.1智能推薦組隊模塊的設計與實現

1）基于需求的推薦算法：由于推薦機制是推薦引擎最常用的推薦機制，因此其核心思想是根據推薦需求的元數據查找需求或內容的相關性，然后將其推薦給具有類似需求的用戶需要[3，5]。

2）推薦管理：推薦管理是當組隊方發布某組隊需求時，該系統可以根據需求關鍵字和潛在參隊用戶的愛好技能的匹配度，推薦符合該需求的最合適的參隊人選。

3.2 智能信息推薦

1）信息推薦原理：信息推薦是面向在面對大量信息時不知道從哪里開始的用戶的解決方案。它可以根據用戶的偏好、年齡、點擊次數、特長和各種行為向用戶推薦適當的信息。

2）余弦相似度的原理：在三角形中，cos30°=、√3 2，cos60°=1/2。顯然，cos30°比cos60°更接近1[7]。可以看出，角度非常的越接近0°，所以相應的也就余弦值越接近1，并且形成該角度的兩條邊越近，即兩者的相似度越高。

即向量之間的余弦角公式為：

3.3 聊天室功能

1）聊天室的原理：本文是基于Socket的聊天室，其基本原理基本上是根據HTML的使用規范，除了OGI和WWW服務器，再從收到的瀏覽器請求，模仿WWW服務器的響應，之后再將聊天內容發回到瀏覽器中[6]。

2）聊天室實現的功能：本文中聊天室具有3個功能。①能夠列出聊天室的在線人數。②用戶在聊天室擁有兩個狀態，在線和離開。③具有群聊和私聊功能，用戶可根據圖標前的選項框，進行私聊或者是群聊。

3） 聊天室過程：其聊天室基本過程如圖3所示。

3.4 數據庫設計

1）E-R圖的設計：全局E-R圖如圖4所示。

2）創建的數據庫名為db_smartteam，其中包含tb_content，tb_feedback，tb_user共3張數據表。表tb_content，tb_feedback，tb_user的詳細說明如下：

①tb_content：查看發布組隊信息的相關要求，其結構見表1所示。

②tb_feedback：用戶對該系統的反饋意見，其結構見表2所示。③tb_user：用戶相關信息，其結構見表3所示。

4 實驗與測試

為了檢測系統的穩定性，我們對系統的一些功能進行測試，并記錄其測試結果。系統功能測試表如下表4所示，性能測試表如下表5所示。最后為了系統的展示效果，給出一些有代表性的系統截圖如圖5、圖6、圖7、圖8所示。

5 總結與展望

經過長時間的實驗研究和測試，我們驗證了本文設計模型的可行性，模型能夠精準地匹配出用戶所需信息，并對其進行匹配，從而完成推送，最后根據用戶需求到達組隊的目的。基于智能推薦的在線組隊平臺對于現今的組隊具有強大的輔助作用，此系統利用協同過濾推薦算法針對用戶提出的需求進行相對應的推薦，將相同興趣、目的和地理位置的用戶聚集到一起并配以團隊聊天室來增強人員間的互動。用戶可以在這里更容易找到共同目標，促進用戶之間及時有效的交流，從而達到撮合用戶的共有需求，該系統除為體驗者節約時間還可為體驗者提供不同的選擇。

參考文獻：

[1]王麗可.司機組隊推薦算法研究[D].武漢：華中科技大學，2019.

[2]黃公瑾.最佳組隊問題的優化模型與解法[Jl.福建電腦，2015，31（11）： 94-95.

[3]陳彬，張榮梅.智能推薦系統研究綜述[J].河北省科學院學報，2018，35（3）： 82-92.

[4]朱子江，劉東，劉壽強，基于用戶行為的推薦算法研究[Jl.軟件導刊，2017，16（8）： 43-45.

[5]王炎.數據挖掘技術下的個性化智能推薦系統設計[J].微型電腦應用，2019，35（2）： 119-121.

[6]王榮球.基于Socket的網上聊天室設計與實現[J].電腦與信息技術，2003，11（2）： 64-66.

[7]馮阿敏.基于用戶協同過濾算法的推薦系統的設計與實現[D].西安：西安電子科技大學，2017.

[8] Li H，Li H N，Zhang S，et al.Intelligent learning systembased on personalized recommendation technology[Jl. NeuralComputing and Applications， 2019， 31（9）： 4455-4462.

【通聯編輯：謝媛媛】

基金項目：貴州省2019年大學生創新創業訓練計劃項目：基于智能推薦的在線組隊平臺（項目編號：20195200202）;貴州省省級重點學科：計算機科學與技術（項目編號：ZDXK[2018]007號）;2016年貴州省省級重點支持學科：計算機應用技術（項目編號：黔學位合字ZDXK[2016]20號）;貴州師范學院大學生互聯網+創新創業訓練中心（項目編號：黔教高發[2015]337號、黔教高發[20171158號）;貴州省2018年第三批省級服務業發展引導資金項目（項目編號：黔發改服務[2018]1181號）

作者簡介：石承坤（1999-），男，學生;禹振（1986-），男，副教授，研究方向為程序分析、人工智能、機器學習等。